一夜爆紅！頂流idol刷屏小紅書，留學生看了直接嘶哈嘶哈

數字人類可以定義為看起來幾乎與人類一模一樣的3D虛擬對象，並且可以複製人類特徵，例如身體運動、面部表情、溝通對話等等。

所以數字人技術的發展常常會被認為是與人工智慧息息相關的。根據商湯出版的《企業級AI數字人-數字經濟發展「新動能」》，數字人可以分為5個級別。

像通常以代言品牌的靜態形式出現的虛擬網紅其實只是Level 1，而擁有智能化大腦、在特定領域可以獨立對人的情緒做出判斷和回應的「智能客服」，則達到了Level 4的級別。

限於篇幅，先簡要介紹兩個層級~

依照商湯的分類，一般會認為L4以上的數字人才可能達到AI的高度。

谷歌雲在跟德勤的合作中也表示，德勤的Digital Humans正是類人領域和AI以及機器學習的整合。

換句話講，就是Data Science在其中太重要了。

數字世界的盡頭還得是數字

Meta、Google這些科技大廠都將機器學習作為運營的核心部分。機器學習已成為許多公司的重要競爭優勢，也是追求人才時會看重的要素之一。比如谷歌Software Engineer 2022年暑期實習優先資質中提到了Machine learning的經驗。

WST的成功學員Dylan是UIUC CS專業的學生，已經拿到了2022求職季Meta SWE的暑期實習Offer。他起初為了提升較為空白的簡歷，有過兩份實習經驗，一份是在Startup公司做網站開發，另一個就是在AI Launch Lab里做Machine Learning Intern。

Meta Summer 2022 SWE Internship

數據科學和機器學習常常同時提及，但二者不完全一致，數據科學是研究數據以及如何從中提取意義的領域，而機器學習則是構建可以通過使用數據自行學習的模型的工具和技術。

但總而言之，數據科學是一門糅合了很多學科的專業，像統計、CS、工程、數學、物理、社會學都是數據的核心專業，企業在招募數據科學人才時，會優先偏向這類專業的學生。

但即使如此，各公司HR們都清楚一件事：數據科學家一詞出現於七八年前，不能指望找到在該領域擁有15年經驗的人。因此，企業也會挑選那些有高傾向性與高潛能的人才，並予以指導，而有很強的數學背景、熟悉Python等程式語言就是最佳人選的重要標準啦。

小紅書上有人曾爆出McKinsey Digital的面試流程考核內容

你會發現，大部分面試環節都涉及核心要素：數據應用技能。這些技能就包括了：SQL、R、Python、Hadoop、Java、SAS、Machine learning等（取決於工作內容的不同，需要的技能也會有所變化）。

想知道更加細節的Data求職乾貨、更加專業的Data大佬的分析視角，記得蹲守WST的直播~

#WST #WallStreetTequila #WSTCareer

求職故事、留學生活、工作心得

有用的好玩的，都在這兒了

WST Offer榜

官方網站：

WST Career官網

打開官網點擊"Offers"

可以查看每一張學員的offer